소프트웨어 업데이트 설명
Mech-DLK 2.4.1 업데이트 설명
기능 추가
완전히 업그레이드된 캐스케이딩 모드
Mech-DLK 2.4.1 버전에 캐스케이딩 모드가 새로 추가되어 복잡한 시나리오에서 딥 러닝 문제를 해결하기 위해 사용자가 모듈을 자유롭게 결합할 수 있도록 지원합니다("신속하게 위치 지정" 모듈이 첫 번째 모듈로 사용되어야 함). 예를 들어 결함 위치를 감지하고 결함을 분류하기 위해 "결함 세그먼테이션" 모듈 후 "이미지 분류" 모듈을 캐스케이드하도록 선택할 수 있습니다. 또한 캐스케이딩 모듈 간의 데이터 도입 하면에 이미지 필터링 기능이 추가되어 요구 사항에 따라 도입할 이미지를 선택할 수 있으며 이미지 도입을 구성할 수 있습니다.
훈련 센터 추가
훈련 센터는 순서 대기 훈련을 지원하며 여러 개 모델을 훈련해야 할 때 적용됩니다. 훈련 센터 기능을 사용하면 소프트웨어는 순서대로 모델 훈련을 수행할 것이며 수동으로 훈련을 시작할 필요가 없으므로 훈련 시간을 대폭 절약할 수 있습니다.
전역 마스크가 추가&마스크 색깔의 자체 정의
"결함 세그먼테이션" 모듈의 마스크 도구는 "단일 이미지의 마스크" 또는 "전역 마스크"를 선택할 수 있으며 사용자가 마스크의 색상을 지정할 수 있습니다.
-
단일 이미지의 마스크: 현재 이미지에만 적용되고 훈련에만 사용됩니다.
-
전역 마스크: 현재 이미지에서 마스크를 그린 다음에 마스크는 모든 이미지에 표시되며 훈련과 검증에 모두 적용될 수 있습니다.
기능 최적화
Mech-DLK SDK 최적화
Mech-DLK SDK를 재구성하여 안정성과 사용 용이성을 높였습니다. Mech-DLK SDK는 결함 판정 규칙 구성 캐스케이딩 모델의 추론, 실행 시의 하드웨어 전환 등 기능을 지원하며 더욱 다양한 샘플 프로그램을 제공합니다.
결함 판정 규칙 구성에 대한 최적화
"결함 세그먼테이션" 모듈의 "결함 판단 규칙 구성"을 최적화했습니다. 자세한 설명을 보려면 여기를 클릭하십시오.
과거 버전 업데이트 설명
Mech-DLK 2.3.0 버전의 업데이트 설명을 보기
Mech-DLK 2.3.0 업데이트 설명
-
그래픽 카드 드라이버 버전 업데이트
Mech-DLK 2.3.0 버전의 소프트웨어를 사용하기 전에 그래픽 카드 드라이버 버전을 472.50 이상으로 업데이트해야 합니다.
-
훈련 속도 향상
알고리즘이 최적화되고 모델 훈련의 속도가 크게 향상되며 훈련 과정에서 최적의 모델만 저장되고 훈련을 중간에 멈출 수 없습니다.
-
스마트 레이블링 기능 추가
"결함 세그먼테이션", "인스턴스 세그먼테이션" 및 "물체 검출" 모듈에서 스마트 레이블링 도구를 선택한 후 대상 물체의 중심 위치를 클릭하면 신속하게 레이블링을 할 수 있고 마우스 오른쪽 버튼을 클릭하면 불필요한 레이블링된 영역을 삭제할 수 있으며 Enter 버튼을 누르면 레이블링을 완료할 수 있습니다.
-
다각형 도구를 사용하여 레이블링할 때 앵커 포인트를 추가/삭제 기능 추가
"인스턴스 세그먼테이션" 및 "물체 검출" 모듈에서 다각형 도구를 사용하여 레이블링을 완료한 후 레이블링 결과를 수정하려면 두 앵커 포인트 사이의 연결선에서 마우스 왼쪽 버튼을 클릭하면 앵커 포인트를 추가할 수 있으며 선택된 앵커 포인트를 마우스 오른쪽 버튼으로 클릭하면 해당 앵커 포인트를 삭제할 수 있습니다.
-
템플릿 도구 추가
"인스턴스 세그먼테이션" 및 "물체 검출" 모듈에서 템플릿 도구를 사용하면 이미 한 레이블링을 템플릿으로 설정할 수 있으며 설정이 완료된 후 직접 템플릿을 클릭하면 바로 레이블링을 할 수 있습니다. 이 기능은 이미지에 동일한 유형의 물체가 여러 개 있고 깔끔하게 정렬되어 있는 경우에 적용되며 레이블링의 효율성을 높일 수 있습니다.
-
"크기가 조정된 이미지 미리보기" 기능 추가
하나의 이미지 및 잘린 작은 이미지의 미리보기를 지원합니다.
-
그리드 커팅 도구 최적화
그리드 커팅 기능을 최적화했습니다. 그리드를 커팅한 후 각 그리드 유닛 왼쪽 상단에 있는 작은 직사각형을 클릭하여 유닛 이미지를 선택하고 이미지 오른쪽 상단에 있는 버튼을 클릭하여 이미지 미리보기를 할 수 있습니다.
-
데이터 필터링 메커니즘 최적화
데이터를 필터링할 때 "결과의 종류(단일 선택)" 옵션을 추가했습니다. "정확한 결과", "틀린 결과", "과검출" 및 "미검출" 기준에 따라 데이터를 필터링할 수 있습니다. 또한 "OK로 레이블링됨" 과 "NG로 레이블링됨" 옵션을 추가했습니다.
-
딥 러닝 환경 내장되어 있음
딥 러닝 환경은 Mech-DLK 소프트웨어에 내장되어 있어 별도의 환경 설치가 없이 모델 훈련을 시작할 수 있습니다.
Mech-DLK 2.2.1업데이트 설명을 보기
Mech-DLK 2.2.1 업데이트 설명
-
"이미지 분류" 모듈에서 CAM 표시 기능 추가
모델 훈련이 끝난 후 CAM 생성 버튼을 클릭하면 히트 맵으로 특징의 가중치를 나타낼 수 있으며 모델은 이러한 특징에 근거하여 이미지를 대응한 범주로 분류합니다. 색상이 더 붉은 영역은 이 범주로의 분류에서 더 많은 가중치가 부여됩니다.
-
CPU 모델의 검증 및 도출 기능 추가
-
이미지 분류, 물체 검출: 모델 훈련이 끝난 후 모델을 도출하기 전에 배포 장치를 CPU 또는 GPU로 설정할 수 있습니다.
-
인스턴스 세그먼테이션: 모델을 훈련시키기 전에 훈련 파라미터를 설정해야 합니다. 모델을 도출할 때 배포 장치를 CPU 또는 GPU로 설정할 수 있습니다. 구체적으로 다음과 같습니다:
-
CPU 경량 모델: 모델을 훈련시키지 전에 훈련 파라미터 모델 유형 을 경량(CPU 배포 시 더 좋음) 으로 설정하고 모델 배포를 도출할 때 배포 장치 를 CPU 또는 GPU 로 설정할 수 있습니다.
-
CPU 일반 모델: 모델을 훈련시키지 전에 훈련 파라미터 모델 유형 을 일반(GPU 배포 시 더 좋음) 으로 설정하고 모델 배포를 도출할 때 배포 장치 를 GPU 로 설정할 수 있습니다.
-
-